海面粗糙度引起的SMOS卫星亮温增益研究

海表面亮温是决定海表面盐度反演精度的关键因素。针对海表面粗糙度对海表面亮温增益的影响问题,修正了SMOS(Soil Moisture and Ocean Salinity)卫星亮温粗糙度模型。从SMOS卫星半经验半理论模型入手,利用2014年7月8日西北太平洋区域SMOS卫星L1C数据、L2级盐度产品数据、HY-2A(海洋二号)卫星SWH(有效波高)、U10(海面10m处风矢量)数据、Argo实测海表面盐度和海表面温度数据,使用非线性拟合、P检验和BP神经网络模型等方法,对平静海面亮温和海面粗糙度引起的亮温增益模型进行了算法修正。通过与Argo实测海表面盐度对比,评价了模型修正效果。模型修正后的水平极化亮温和垂直极化亮温反演出的海表面盐度的相对误差分别为0.005和0.004,优于模型修正前。     

利用SMOS卫星数据反演海洋盐度方法研究

以星载微波遥感的辐射传输方程为基础,利用 SMOS(土壤湿度海洋盐度)卫星的L1C级亮温数据,通过与辐射传输模型模拟的亮温进行对比,评估及验证亮温的数据质量,建立了海洋盐度反演算法。通过分析2012年7月东南太平洋区域(45°~5°S,140°~90°W)的下降轨道数据,发现MIRAS亮温与模型模拟亮温之间总是存在几K的系统偏差,即OTT,因此提出了两种反演盐度的方法:一种是修正OTT偏差,使用入射角0°~55°的数据反演盐度;另一种是不修正OTT偏差,使用大入射角范围35°~55°的数据进行盐度反演。再通过利用MIRAS多角度信息,对亮温作二阶多项式拟合,减少随机噪声对反演的影响。最后采用最小二乘法,使得MIRAS的二阶拟合亮温与模型仿真亮温最接近,迭代反演盐度值。并将反演结果分别与欧空局的L2级盐度数据产品和Argo盐度数据进行比较,来验证反演算法。结果表明:修正OTT之后全角度数据反演的盐度值在50 km×50 km范围内、卫星过境前后5 d,与Argo浮标盐度匹配比较的均值为1.38 pss,标准差为0.35 pss;不修正OTT,直接利用大入射角范围35°~55°的MIRAS亮温反演盐度,与Argo盐度误差均值为0.03 pss,标准差为0.33 pss;同时欧空局的L2级盐度与Argo盐度误差均值为0.26 pss,标准差为0.38 pss。可见利用大入射角范围的反演方法很好地反演了海洋盐度。     

海表面盐度卫星微波遥感研究进展

海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对全球气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要,国际上统一的认识是选择频率为1.413 GHz的L波段作为盐度遥感的首选波段。目前,国外发展的海面盐度微波遥感反演算法主要有两种:基于海表发射率估算海表盐度的算法和基于贝叶斯定理提出的反演算法。影响盐度反演精度的因素主要有太空辐射、电离层法拉第旋转、大气、海面粗糙度等。其中,海面粗糙度对盐度反演影响很大,海面粗糙度处理模型可以分为3大类:理论算法(间接发射率模型、直接发射率模型)、经验算法、半经验半理论算法(Hollinger 半经验模型、WISE半经验模型、Gabarró模型)。SMOS卫星和Aquarius/SAC\|D卫星的成功发射,将海表面盐度遥感的反演精度控制在0.2 psu以内,通过改进反演算法,有望得到更高的反演精度。     

SMAP卫星后向散射系数与海表面风场关系

海面风是海气互相作用的重要参数之一,如何通过雷达后向散射数据有效提取海表面风场信息,对于海洋动力环境遥感监测具有重要的研究意义。使用SMAP卫星L波段真实孔径雷达数据和国家环境预测中心再分析风场数据进行匹配,利用地球物理模型函数分析了SMAP卫星数据的后向散射系数与海表面风场之间的关系,讨论了不同风速和不同相对风向角时SMAP卫星数据反演海表面风场的潜力。研究显示,水平极化和垂直极化的后向散射系数与风速的关系紧密,适于海表面风场的反演;SMAP卫星数据存在正-侧风不对称现象和逆正-侧风不对称现象;在相对风向角为90°和270°时后向散射系数与风场的关系较为模糊;随着风速的增加,后向散射系数与相对风向角的规律关系也越来越明显,振幅也随风速增大而增大。GMF函数计算的风速偏差为1.19m/s(水平极化)和1.51m/s(垂直极化),均方根误差为1.58m/s(水平极化)和1.67m/s(垂直极化)。     

不同介电常数模型的平静海表面亮温仿真差异性分析

利用介电常数模型仿真平静海表面亮温是海洋盐度遥感反演的基础工作之一。利用Matlab软件对K-S模型、M-W模型和Bl模型3种介电常数模型进行了仿真。首先分析了3种介电常数的实部和虚部值随电磁波入射角变化的差异性,然后通过介电常数模型获得的3种平静海表面亮温,分析了在盐度为30～40psu以及不同入射角的情况下,3种介电常数模型得到的平静海表面亮温和盐度变化率的关系。研究结果表明,在L频段(1.4～1.427GHz),3种模型的差异主要体现在实部,K-S模型介电常数实部值相对于其他2个模型更高,电磁波衰减程度基本一致;在入射角为55°时,亮温与盐度的变化率差异最明显,3种模型的垂直极化亮温的变化率比水平极化亮温高30%左右。     

基于微波遥感的海表面盐度探测机制研究进展

海表面盐度是气候学和海洋学的重要参数,利用海水盐度在L波段的辐射特性实现海表面盐度探测已经是国际上公认的有效手段。该文回顾了现有基于微波遥感的海表面盐度探测体制的研究进展,包括双波段探测体制、L波段被动探测体制、L波段主被动联合探测体制,着重介绍了机载L/S双波段,土壤温度观测卫星和宝瓶座应用科学卫星(Aquarius)的亮温校正技术,反演算法以及两颗盐度卫星的定标技术。此外,还介绍了一种基于GNSS反射信号(GNSS-R)技术的新型海表面盐度探测体制。最后,对基于微波遥感的不同海表面盐度探测体制的特点进行了总结比较,提出了未来海表盐度遥感可以改进的方向。     

SMAP卫星后向散射系数与海表面风场关系

海面风是海气互相作用的重要参数之一,如何通过雷达后向散射数据有效提取海表面风场信息,对于海洋动力环境遥感监测具有重要的研究意义。使用SMAP卫星L波段真实孔径雷达数据和国家环境预测中心再分析风场数据进行匹配,利用地球物理模型函数分析了SMAP卫星数据的后向散射系数与海表面风场之间的关系, 讨论了不同风速和不同相对风向角时SMAP卫星数据反演海表面风场的潜力。研究显示,水平极化和垂直极化的后向散射系数与风速的关系紧密,适于海表面风场的反演;SMAP卫星数据存在正-侧风不对称现象和逆正-侧风不对称现象;在相对风向角为90°和270°时后向散射系数与风场的关系较为模糊;随着风速的增加,后向散射系数与相对风向角的规律关系也越来越明显,振幅也随风速增大而增大。GMF函数计算的风速偏差为1.19 m/s（水平极化）和1.51 m/s（垂直极化）,均方根误差为1.58 m/s（水平极化）和1.67 m/s（垂直极化）。     

SMAP卫星海表面亮温仿真及海表面盐度遥感反演

海表面盐度遥感是海洋遥感研究的重要内容之一。针对大气对海表面盐度遥感的影响,根据大气辐射传输理论,对大气影响进行仿真分析及修正,进而通过神经网络模型反演了海表面盐度。研究结果表明:大气对海表面盐度遥感存在一定的影响,需进行校正;当大气温度和压强精度分别达到2℃和10 hPa时,可以去除大气影响;训练样本集选取数量的不同将对神经网络反演精度造成一定的影响;SMAP卫星海表面盐度遥感反演结果相对误差较小,残差基本集中在0.6以内,但在盐度值低于34.4‰的区域误差较大。     

AMSR-E的C/X双波段垂直极化亮温反演海面盐度

利用星载传感器观测数据反演的大气海洋参数进行综合研究是物理海洋学等海洋学科获取信息的重要手段。特别是全球尺度精细化的海面盐度信息,只有通过卫星观测才能有效获得。星载微波辐射计能够获取低频波段的亮温数据,具有一定的海面盐度反演能力。使用AMSR-E的C/X双波段垂直极化亮温数据和AMSR-E的L2b产品反演亚马孙河口海区和中国黄海东海海区的海面盐度,并将反演结果与WOA09气候态盐度数据进行比较。实验表明:使用星载微波辐射计的C/X双波段垂直极化亮温能够有效获得河口区域海面盐度的变化趋势,反演精度约为1.5psu,具有一定的应用价值,为将来我国盐度卫星的数据处理提供一定的帮助。     

基于星载微波辐射计的海面风场对海表盐度反演影响研究

为了研究海面风场对海表盐度反演结果的影响,需要构建准确的海面风场影响下的海表亮温模型。将不同海面粗糙度模型计算的结果与Aquarius盐度计卫星产品中的海面粗糙度数据进行了比较,结果表明双尺度模型结合海面泡沫模型的计算结果与Aquarius卫星产品粗糙度数据一致性最好。基于此构建了海面风场影响下的海面亮温仿真模型以及双极化通道的盐度反演模型,研究了海面风场对L波段海面微波辐射特性的影响以及风场资料误差对盐度反演精度的影响。仿真结果表明,2m/s的风速误差对盐度反演结果的影响较大。在低温和大风速条件下达到1psu以上,尚不能满足目前盐度遥感的精度要求。20°的风向误差对在中小入射角条件下对盐度反演结果影响较小,对盐度遥感的月平均要求影响不大。     

Sea surface salinity retrievals from HUT-2D L-band radiometric measurements

The interest of the scientific community in global climate has been constantly increasing in the last years. Much effort has been devoted to better understand the water cycle and its role in global climate regulation. This is one of the objectives of the European Space Agency (ESA) Soil Moisture and Ocean Salinity (SMOS) mission, approved in May 1999 and successfully launched in November 2nd 2009. Collecting brightness temperature measurements by means of a new type of instrument, a synthetic aperture radiometer operating at L-Band (MIRAS: Microwave Imaging Radiometer by Aperture Synthesis), the SMOS mission will provide regular and global maps of sea surface salinity (SSS) and soil moisture (SM), two key parameters to describe the water cycle. Synthetic aperture brightness temperatures have been simulated since the early 90s, during the MIRAS technological studies, and both SSS and SM retrievals have been tested with simulated data first, and later with real data to assess and improve the instrument performance. Nevertheless, except for the processing of the data collected by the SMOSillo (MIRAS Demonstrator) on June 20th, 2006, Duffo et al. (2007) and Camps et al. (2008b), these outcomes have never been validated using sea surface brightness temperatures coming from a real synthetic aperture radiometer. The aim of this study is thus to test some of the techniques proposed in previous years to improve the SSS retrieval, in particular only Level 2 techniques (i.e. converting calibrated and geo-located brightness temperature into SSS maps) will be investigated. To do so, brightness temperatures resulting from the SMOS Salinity Demonstrator Campaign held in August 2007 will be used. In that campaign the Helsinki University of Technology-2 Dimensional (HUT-2D) radiometer flown over both over land and sea. The part of the campaign conducted over the sea consisted of two series of flights over a very fresh water plume characterized by a strong SSS gradient (from 0 to 4 psu) in the Gulf of Finland. In-situ auxiliary data was collected simultaneously with the radiometer measurements. The positive outcomes in these very challenging conditions (due to the very low brightness temperature sensitivity to SSS, the lack of accurate models of the sea water dielectric constant at low SSS (Klein & Swift (1977)), and the weak radiometric sensitivity of the HUT-2D radiometer) demonstrate the importance of data pre- and post-processing to improve the results. Removing both brightness temperature biases and salinity retrieval biases and further averaging of the results, permits estimating SSS with an rms error on the order of 1 psu, which is comparable to the SMOS Level 2 expected accuracy.     

星载全极化微波辐射计海面风向反演仿真研究

全极化微波辐射计是一种可以测量海面辐射全部4个Stokes参数的新型被动遥感仪器,是测量海面风场、尤其是海面风向的新手段。介绍了国际首台全极化微波辐射计WindSat的海面风向信号谐波特征,在分析风向反演180°模糊度现象的成因基础之上,提出了利用WindSat能够进行前-后向双视扫描的优势去除风向反演180°模糊度问题的思路;通过构建海面风场仿真场景,在WindSat模拟亮温数据中加入高斯白噪声后,使用最大似然估计法和中值滤波技术开展了海面风向反演。比较和分析了使用WindSat前向刈幅和WindSat前-后向刈幅观测数据的风向反演结果。结果表明:由于能够有效去除风向反演180°模糊度,使用前-后向刈幅观测数据的风向反演精度要明显优于仅仅使用前向刈幅的反演结果。     

一种基于海面背景的WindSat极化通道替代定标方法研究

凭借能够测量海面辐射全部4个Stokes参数的能力,全极化微波辐射计成为测量海面风场的一种新手段。由于风向信号仅仅只有几K甚至更小的振幅,故对全极化微波辐射计极化通道的定标精度要求颇高。使用WindSat实测亮温及其海面参数匹配数据集,基于海面风向信号的谐波特征,对WindSat极化通道亮温的定标偏差和仪器噪声进行了计算和分析。研究结果表明:WindSat的10.7、18.7和37.0 GHz这3个频率的极化通道均存在明显的定标偏差,并且该定标偏差会随着升轨和降轨、前向刈幅和后向刈幅等不同观测模态发生变化。另外,WindSat极化通道的仪器噪声较小,其中T3的仪器噪声在0.2 K以内,T4的仪器噪声在0.1 K以内。     

SMAP Satellite Sea Surface Brightness Temperature Simulation and Sea Surface Salinity Retrieval

Sea surface salinity remote sensing is one of the important contents of the remote sensing research of the ocean. For the influence of the sea surface salinity remote sensing caused by the atmospheric, according to the theory of atmospheric radiation transfer, the atmospheric radiation effects were simulated and corrected, and then the sea surface salinity was inverted by the neural network model. The result showed that the atmospheric radiation effect was serious, and it needed to be corrected. When the precision of atmospheric temperature and pressure of the earth surface was 2 ℃ and 10 hPa, the atmospheric influence could be removed. The difference in the number of the training sample sets would have a certain impact on the accuracy of neural network inversion. The salinity retrieval relative error of the SMAP satellite was small, and the residual error was basically concentrated within 0.6, but the error was larger in the region where the salinity value is lower than 34.4‰.     

A new algorithm for microwave radiometer remote sensing of sea surface salinity without influence of wind

The microwave radiation of the sea surface, which is denoted by the sea surface brightness temperature, is not only related with sea surface salinity (SSS) and temperature (SST), but also influenced by sea surface wind. The errors of wind detected by satellite sensor have significant influences on the accuracy of SSS retrieval. The effect of sea surface wind on sea surface brightness temperature, i.e. ΔT_h,v , and the relations among ΔT_h,v , wind speed, sea surface temperature, sea surface salinity and incidence angle of observation are investigated. Based on the investigations, a new algorithm depending on the design of a single radiometer with dual polarizations and multi‐incidence angles is proposed. The algorithm excludes the influence of sea surface wind on SSS retrieval, and provides a new method for remote sensing of SSS.